遮挡标志牌的检测方法、系统、电子设备、存储介质技术方案

一种遮挡标志牌的检测方法、系统、电子设备、存储介质，所述方法包括：获取待检测标志牌是否被遮挡的图像；基于特征提取网络对所述图像进行特征提取，获取特征图；基于所述特征图，采用包围盒预测网络，预测所述图像中所述标志牌的包围盒；基于所述特征图，采用未遮挡区域预测网络，预测所述图像中所述标志牌的未被遮挡区域；基于所述包围盒与所述未被遮挡区域，确定所述标志牌是否被遮挡。对标志牌被遮挡的检测，能够减少误检，并且解决了由于实际中被遮挡标志牌样本偏少导致样本不均匀而难以训练预测模型的问题。练预测模型的问题。练预测模型的问题。

【技术实现步骤摘要】
遮挡标志牌的检测方法、系统、电子设备、存储介质


[0001]本专利技术涉及目标检测
，尤其涉及一种遮挡标志牌的检测方法、系统、电子设备、存储介质。

技术介绍

[0002]遮挡标志牌对于交通参与者来说是不利的事情，同时也使得自动驾驶，交管部门通常都会定期清理道路上遮挡标志牌的遮挡物。现有技术中对标志牌是否被遮挡的判断，有的是通过标志牌本身的传感器设计来检测自身是否被遮挡，有的是根据交通路况图片来识别是否被遮挡的标志牌。后者常用方法是通过目标检测方法来检测标志牌是否被遮挡。
[0003]遮挡标志牌通常都是由于绿化植被生长太茂盛导致，而绿化植被在交通路况图片中很常见，因此通过目标检测方法来检测遮挡标志牌很容易受绿化植被的影响，导致误检，如：树叶跟标志牌靠的比较近的情况，且被遮挡标志牌实际中的样本偏少，使得样本不均衡，不利于模型训练。

技术实现思路

[0004]针对现有技术存在的问题，本专利技术提供一种遮挡标志牌的检测方法、系统、电子设备、存储介质。
[0005]本专利技术提供的一种遮挡标志牌的检测方法，所述方法包括：
[0006]获取待检测标志牌是否被遮挡的图像；
[0007]基于特征提取网络对所述图像进行特征提取，获取特征图；
[0008]基于所述特征图，采用包围盒预测网络，预测所述图像中所述标志牌的包围盒；
[0009]基于所述特征图，采用未遮挡区域预测网络，预测所述图像中所述标志牌的未被遮挡区域；
[0010]基于所述包围盒与所述未被遮挡区域，确定所述标志牌是否被遮挡。
[0011]根据本专利技术提供的一种遮挡标志牌的检测方法，确定所述标志牌是否被遮挡包括：
[0012]计算出所述包围盒的第一周长和/或第一面积；
[0013]计算出所述未被遮挡区域的第二周长和/或第二面积；
[0014]计算出所述第一周长和所述第二周长的第一比值，和/或，计算出所述第一面积和所述第二面积的第二比值；
[0015]若所述第一比值小于第一阈值或所述第二比值小于第二阈值，则判断所述标志牌被遮挡，反之，则判断所述标志牌未被遮挡。
[0016]根据本专利技术提供的一种遮挡标志牌的检测方法，预测所述图像中所述标志牌的未被遮挡区域，包括：
[0017]基于所述特征图，采用轮廓区域预测网络，预测所述未被遮挡区域的轮廓区域；
[0018]基于所述轮廓区域，更新所述未被遮挡区域。
[0019]根据本专利技术提供的一种遮挡标志牌的检测方法，所述方法还包括：
[0020]计算所述包围盒的宽度占所述图像的宽度的第一百分比，和/或，计算所述包围盒的高度占所述图像的高度的第二百分比；
[0021]取所述第一百分比或者第二百分比或者二者中的较大值，作为中间系数；
[0022]基于预设的分段函数，计算所述第一阈值、第二阈值；
[0023]其中，所述分段函数是基于所述中间系数的值大小来分段的，所述分段函数是所述中间系数的一次函数。
[0024]根据本专利技术提供的一种遮挡标志牌的检测方法，预测所述图像中所述标志牌的包围盒依赖包括如下步骤：
[0025]步骤a、获取标志牌类别的概率图，基于所述概率图，将所述概率图中概率超过第三阈值的图像点作为所述包围盒的中心点；
[0026]步骤b、预测所述包围盒的宽度和高度。
[0027]根据本专利技术提供的一种遮挡标志牌的检测方法，预测所述图像中所述标志牌的未被遮挡区域包括：
[0028]获取标志牌类别的概率图，基于所述概率图，判断每个图像点是否属于标志牌分类；
[0029]基于属于标志牌分类的所有图像点，形成所述未被遮挡区域。
[0030]根据本专利技术提供的一种遮挡标志牌的检测方法，预测所述未被遮挡区域的轮廓区域，包括：
[0031]获取二值掩膜；
[0032]采用所述二值掩膜对所述轮廓区域进行预测。
[0033]本专利技术还提供的一种遮挡标志牌的检测系统，所述系统包括：
[0034]获取模块，所述获取模块获取待检测标志牌的图像；
[0035]特征提取模块，所述特征提取模块基于特征提取网络对所述图像进行特征提取，获取特征图；
[0036]第一预测模块，所述第一预测模块基于所述特征图，采用包围盒预测网络，预测所述图像中所述标志牌的包围盒；
[0037]第二预测模块，所述第二预测模块基于所述特征图，采用未遮挡区域预测网络，预测所述图像中所述标志牌的未被遮挡区域；
[0038]判断模块，所述判断模块基于所述包围盒与所述未被遮挡区域，确定所述标志牌是否被遮挡。
[0039]本专利技术还提供的一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一项所述遮挡标志牌的检测方法的步骤。
[0040]本专利技术还提供的一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述遮挡标志牌的检测方法的步骤。
[0041]本专利技术还提供的一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述遮挡标志牌的检测方法的步骤。
[0042]本专利技术提供的遮挡标志牌的检测方法、系统、电子设备、存储介质，对标志牌被遮
挡的检测，能够减少误检，并且解决了由于实际中被遮挡标志牌样本偏少导致样本不均匀而难以训练预测模型的问题。
附图说明
[0043]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0044]图1为本专利技术提供的一种遮挡标志牌的检测方法的流程示意图；
[0045]图2为本专利技术提供的一种特征图的目标检测网络结构示意图；
[0046]图3为本专利技术提供的一种遮挡标志牌的检测系统结构示意图；
[0047]图4为本专利技术提供的一种电子设备的实体结构示意图。
具体实施方式
[0048]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0049]下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的遮挡标志牌的检测方法进行详细地说明。
[0050]图1为本专利技术提供的一种遮挡标志牌的检测方法的流程示意图，如图1所示，本专利技术提供的一种遮挡标志牌的检测方法，方法可以包括如下步骤。
[0051]S100、获取待检测标志牌的图像。
[0052]S200、基本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种遮挡标志牌的检测方法，其特征在于，所述方法包括：获取待检测标志牌是否被遮挡的图像；基于特征提取网络对所述图像进行特征提取，获取特征图；基于所述特征图，采用包围盒预测网络，预测所述图像中所述标志牌的包围盒；基于所述特征图，采用未遮挡区域预测网络，预测所述图像中所述标志牌的未被遮挡区域；基于所述包围盒与所述未被遮挡区域，确定所述标志牌是否被遮挡。2.根据权利要求1所述的遮挡标志牌的检测方法，其特征在于，确定所述标志牌是否被遮挡包括：计算出所述包围盒的第一周长和/或第一面积；计算出所述未被遮挡区域的第二周长和/或第二面积；计算出所述第一周长和所述第二周长的第一比值，和/或，计算出所述第一面积和所述第二面积的第二比值；若所述第一比值小于第一阈值或所述第二比值小于第二阈值，则判断所述标志牌被遮挡，反之，则判断所述标志牌未被遮挡。3.根据权利要求1所述的遮挡标志牌的检测方法，其特征在于，预测所述图像中所述标志牌的未被遮挡区域，包括：基于所述特征图，采用轮廓区域预测网络，预测所述未被遮挡区域的轮廓区域；基于所述轮廓区域，更新所述未被遮挡区域。4.根据权利要求2所述的遮挡标志牌的检测方法，其特征在于，所述方法还包括：计算所述包围盒的宽度占所述图像的宽度的第一百分比，和/或，计算所述包围盒的高度占所述图像的高度的第二百分比；取所述第一百分比或者第二百分比或者二者中的较大值，作为中间系数；基于预设的分段函数，计算所述第一阈值、第二阈值；其中，所述分段函数是基于所述中间系数的值大小来分段的，所述分段函数是所述中间系数的一次函数。5.根据权利要求1所述的遮挡标志牌的检测方法，其特征在于，预测所述图像中所述标志牌的包围盒依赖包括如下...

【专利技术属性】
技术研发人员：陆强，
申请(专利权)人：际络科技上海有限公司，
类型：发明
国别省市：